R语言 如何创建布兰德-阿尔曼图

在这篇文章中，我们将讨论如何在R编程语言中创建一个布兰德-阿特曼图。

Bland-Altman图帮助我们可视化两种不同测量技术之间的测量差异。它在生物化学领域被广泛使用。它对于确定两种仪器/技术在测量化学反应中的相同结构时的相似程度非常有用。

分步实现

第1步：创建样本数据框架

为了在R语言中创建一个样本数据框，我们可以使用read.csv()函数从CSV文件中导入数据集，也可以使用data.frame()函数创建我们自己的数据框。

第2步：计算 测量值的差异

接下来，我们将在数据框中添加两列新的数据，以存储两个变量的平均数和差值，以便随后绘制。为此，我们将使用赋值函数。

语法 。

Sample_Dataaverage <- rowMeans( Sample_Data )

Sample_Datadifference <- Sample_Datavar1 – Sample_Datavar2

第3步：计算平均差异和 置信区间 的界限

为了计算平均差异，我们将使用R语言的mean()函数。为了计算90%置信区间的下限和上限，我们将使用sd()函数。

语法 。

mean_difference <- mean( Sample_Datadifference )
lower_limit <- mean_difference – 1.91*sd( Sample_Datadifference )

upper_limit <- mean_difference + 1.91*sd( Sample_Data$difference )

第4步：绘制平均差异、置信区间 和散点图

为了绘制布兰德-阿特曼图，我们将使用ggplot2包库中的ggplot()函数以及geom_hline()函数来绘制均值差和置信区间。

语法 。

ggplot( Sample_Data, aes( x = average, y = difference ) )+ geom_point( ) +

geom_hline ( yintercept = mean_differnce ) + geom_hline ( yintercept = lower_limit ) +

geom_hline( yintercept = upper_limit )

这样就得到了Bland-Altmon图。

例子： 布兰德-阿尔特蒙图的样本

# create sample data
Sample_Data <- data.frame(
  var1=c(5, 5, 5, 6, 6, 7, 7, 7, 8, 8, 9, 10, 10, 11),
  var2=c(4, 4, 5, 5, 5, 7, 8, 6, 9, 7, 7, 8, 9, 14))
  
# create new column for average measurement
Sample_Dataaverage <- rowMeans(Sample_Data) 
  
# create new column for difference measurement
Sample_Datadifference <- Sample_Datavar1 - Sample_Datavar2
  
# calculate mean difference
mean_difference <- mean(Sample_Datadifference)
  
# calculate uppr and lower limits of the 
# Confidence interval of 90%
lower_limit <- mean_difference - 1.91*sd( Sample_Datadifference )
upper_limit <- mean_difference + 1.91*sd( Sample_Data$difference )
  
# load library ggplot2
library(ggplot2)
  
# Plot the Bland-Altmon Plot
ggplot(Sample_Data, aes(x = average, y = difference)) +
  geom_point(size=3) +
  geom_hline(yintercept = mean_difference, color= "red", lwd=1.5) +
  geom_hline(yintercept = lower_limit, color = "green", lwd=1.5) +
  geom_hline(yintercept = upper_limit, color = "green", lwd=1.5)

输出 。